如何按频率对字符串列表进行排序？答案

【问题标题】：How to sort a list of strings by frequency?如何按频率对字符串列表进行排序？
【发布时间】：2020-06-13 16:23:52
【问题描述】：

我有一个文件列表

example_list = [7.gif, 8.gif, 123.html]

有超过 70 万个元素，我需要按频率对它们进行排序，以查看访问次数最多的文件和访问次数最少的文件。

for i in resl:
    if resl.count(i) > 500:
        resl2.append(i)
print(resl2)

当我运行它时，它永远不会编译。我也尝试了其他方法，但没有结果。

【问题讨论】：

这是确定所有出现超过 500 次的文件。我只需要找出哪个文件出现次数最多。
它编译，它只是很慢，因为你的算法需要二次时间

标签： python list file sorting append

【解决方案1】：

请注意，i 表示数组中的一个元素，而不是整数

for i in resl:
    if resl.count(i) > 500:
        resl2.append(i)
print(resl2)

改成这个。

for i in range(0,len(resl)-1):
    if i > 500:
        resl2.append(resl[i])
print(resl2)

【讨论】：

【解决方案2】：

您的算法不必要地是二次时间。以下是线性的

from collections import Counter
resl2 = [k for k,v in Counter(resl).items() if v > 500]

如果您需要对它们进行排序，请执行以下操作

resl2 = [(k,v) for k,v in Counter(resl).items() if v > 500]
resl2.sort(key=lambda kv: kv[1])
resl2 = [k for k,v in resl2]

【讨论】：

那么此代码是否也按最高计数排序？或者只是以超过 500 次出现的任意顺序将它们添加到列表中？
不，它不按计数排序，但您显然可以这样做

【解决方案3】：

您可以使用set 来完成此技巧；）

这里有一个文件列表的最小示例，并显示它何时出现 2 次：

files = ['10.gif', '8.gif', '0.gif', '0.doc', '0.gif', '0.gif', '0.tmp', '0.doc', '0.gif']

file_set = set(files)
files_freq = [0]*len(file_set)

for n,file in enumerate(file_set):
    files_freq[n] = files.count(file)

sorted_list = [f for n,f in sorted(zip(files_freq, file_set), key=lambda x: x[0], reverse=True) if n >= 2]
print(sorted_list)

输出将是：['0.gif', '0.doc']

set 将仅过滤列表以筛选出每个文件的唯一匹配项，并且循环将计算每个文件的计数。

之后，诡异的列表理解就是技巧！

[f for n,f in sorted(zip(files_freq, file_set), key=lambda x: x[0], reverse=True) if n >= 2]

这将仅使用出现 2 次或更多次的文件创建一个列表，然后 key 部分强制 sorted 函数使用来自 zip(files_freq, file_set) 的第一个 files_freq 进行排序和 reverse就是按照子孙顺序对列表进行排序，显示之前的最高频率。

【讨论】：

这是还是二次方时间

【解决方案4】：

来自your comment：

我只需要找出哪个文件出现次数最多。

所以：

statistics.mode(example_list)

【讨论】：